Характеристики

Лицензия: Apache 2.0
Архитектура: resnet · dense
Базовая модель: resnet-18
Опубликована: 4 дек 2023

Ссылки

Hugging Face

font-identifier

ariadnak

Классификация изображенийИзображение → label3 профессии

Дообученная ResNet-18 определяет класс шрифта по изображению.

176скачиваний за 30 дней3лайкавеса обновлены5 дек 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

ariadnak/font-identifier — дообученная на наборе данных в формате ImageFolder модель ResNet-18 для классификации изображений по классам шрифтов. Она принимает изображение и выдаёт предсказанный класс, поэтому подходит для определения шрифта по его визуальному образцу. В карточке указаны точность 0,781 и функция потерь 0,8935 на оценочном наборе; подробности о классах, размере набора и методике оценки не приведены.

Модель основана на microsoft/resnet-18, использует архитектуру ResNet для классификации изображений и распространяется в формате safetensors. Лицензия — Apache-2.0. Оценка на одном наборе не гарантирует таких же результатов на изображениях с другими шрифтами, качеством или условиями съёмки.

Сценарии применения

определение шрифта по изображению текста
поиск похожего шрифта по визуальному образцу
автоматическая классификация образцов шрифтов

Ограничения

Точность на оценочном наборе составляет 0,781, но состав классов и методика оценки не описаны. Качество на иных шрифтах и изображениях может отличаться.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей I.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

font-identifier

This model is a fine-tuned version of microsoft/resnet-18 on the imagefolder dataset. It achieves the following results on the evaluation set:

Loss: 0.8935
Accuracy: 0.7810

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 5e-05
train_batch_size: 16
eval_batch_size: 16
seed: 42
gradient_accumulation_steps: 4
total_train_batch_size: 64
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
num_epochs: 30

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
7.2836	1.0	344	7.2178	0.0038
6.6696	2.0	689	6.4685	0.0408
5.85	3.0	1034	5.3897	0.1254
5.0457	4.0	1379	4.4771	0.2143
4.3784	5.0	1723	3.6429	0.3242
3.809	6.0	2068	3.1236	0.4031
3.4229	7.0	2413	2.6388	0.4672
2.8977	8.0	2758	2.3279	0.5102
2.78	9.0	3102	2.0974	0.5682
2.4452	10.0	3447	1.8605	0.6027
2.2195	11.0	3792	1.6783	0.6312
2.1097	12.0	4137	1.6049	0.6390
1.9025	13.0	4481	1.4255	0.6912
1.7973	14.0	4826	1.3253	0.7075
1.7647	15.0	5171	1.3030	0.7032
1.6772	16.0	5516	1.1988	0.7210
1.5523	17.0	5860	1.1040	0.7395
1.4821	18.0	6205	1.0786	0.7380
1.3764	19.0	6550	1.0603	0.7471
1.2913	20.0	6895	1.0169	0.7542
1.3479	21.0	7239	0.9999	0.7563
1.3133	22.0	7584	0.9928	0.7594
1.2241	23.0	7929	0.9342	0.7649
1.1651	24.0	8274	0.9283	0.7658
1.1605	25.0	8618	0.9176	0.7720
1.0283	26.0	8963	0.8970	0.7767
1.1211	27.0	9308	0.8983	0.7754
1.1563	28.0	9653	0.8729	0.7801
1.1399	29.0	9997	0.9021	0.7732
1.1715	29.93	10320	0.8935	0.7810

Framework versions

Transformers 4.35.2
Pytorch 2.0.0
Datasets 2.15.0
Tokenizers 0.15.0

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: ResNetForImageClassification
Ревизия весов: 3940aec